CN113066564A - 一种基于大数据的医疗床位安排系统 - Google Patents

一种基于大数据的医疗床位安排系统 Download PDF

Info

Publication number
CN113066564A
CN113066564A CN202110237174.XA CN202110237174A CN113066564A CN 113066564 A CN113066564 A CN 113066564A CN 202110237174 A CN202110237174 A CN 202110237174A CN 113066564 A CN113066564 A CN 113066564A
Authority
CN
China
Prior art keywords
bed
hospital
information
patient
medical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202110237174.XA
Other languages
English (en)
Inventor
黄小芬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202110237174.XA priority Critical patent/CN113066564A/zh
Publication of CN113066564A publication Critical patent/CN113066564A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations

Abstract

本发明公开了一种基于大数据的医疗床位安排系统,涉及医疗大数据技术领域;包括数据录入模块、服务器、数据分析模块、床位分配模块、监测模块以及显示模块;数据分析模块在接收到数据提取模块中传输的分析信号时,即开始依据分析信号来进行分析操作,获取得到对应的住院医院;床位分配模块用于接收住院人员和对应的住院医院并为住院人员分配床位;本发明在就诊医院中的床位饱和时,能够根据资丰值选择对应的住院医院对后续在该就诊医院中的住院人员进行合理的安置,使得其它医院中的空闲床位得到合理的利用;且能够根据分配值合理为住院人员安排床位,提高住院人员的体验感,同时也方便医护人员进行护理,避免人力浪费的问题。

Description

一种基于大数据的医疗床位安排系统
技术领域
本发明涉及医疗大数据技术领域,具体涉及一种基于大数据的医疗床位安排系统。
背景技术
医疗大数据是以每位患者的大量信息为基础,并结合医院现有的设备,通过综合分析挖掘出每位患者在病理学、生理学等方面的特点,进一步制定出适合每位患者治疗及医院长远发展的最佳方案;
随着经济水平的不断提升,人们对医疗条件的需求持续升高,人们在患病之后,更希望享受到优越的医疗条件。很多医院,尤其是大城市中的医院,面临着就诊病患多,医院一位难求的局面;
而在现有技术中,当就诊医院中的床位饱和时,不能够对后续在该就诊医院中的住院人员进行合理的安置,使得其它医院中的空闲床位得不到合理的利用,浪费了剩余的床位资源;而且目前大多医院采用的床位安排是通过医院的员工用笔来记录病人信息,然后通过个人经验来为病人安排床位,增加了医院员工的工作量,且常由于同类患者病床间距较远,不便进行统一护理,造成了极大人力浪费等问题。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于大数据的医疗床位安排系统。
本发明的目的可以通过以下技术方案实现:一种基于大数据的医疗床位安排系统,包括登记模块、数据录入模块、服务器、数据提取模块、数据分析模块、床位分配模块、监测模块以及显示模块;
所述数据录入模块用于将诊疗信息传输至数据提取模块;所述数据提取模块在接收到数据录入模块中传输的诊疗信息时,将诊疗信息中患者是否住院及患者的就诊部门中的数据进行提取,并生成分析信号传输至数据分析模块;所述数据分析模块在接收到数据提取模块中传输的分析信号时,即开始依据分析信号来进行分析操作,获取得到对应的住院医院;具体步骤如下:
步骤一:当患者需要住院时,将患者标记为住院人员;
步骤二:判断当前就诊医院中是否有空闲床位;
若有空闲床位,则获取诊疗信息中对应的治疗所需要药品信息和医疗器械信息;并将对应的治疗所需要药品信息和医疗器械信息与服务器中存储的当前就诊医院的医疗器械信息和药品库存信息进行匹配;若匹配一致,则将当前就诊医院标记为住院医院;若匹配不一致,则执行步骤三;
若无空闲床位,则执行步骤三;
步骤三:获取患者的住址,将患者的住址与医院的位置进行距离差计算获取得到住院距离;
设定距离阈值为D,将住院距离≤距离阈值D且符合诊疗信息的医院标记为初选医院;所述符合诊疗信息表示为该医院有空闲床位,且库存有治疗所需要药品信息和医疗器械信息;
步骤四:获取初选医院的资丰值TS;将资丰值TS最大的初选医院标记为住院医院;
所述数据分析模块用于将住院人员和对应的住院医院传输至服务器;所述服务器用于将住院人员和对应的住院医院传输至床位分配模块;
所述床位分配模块用于接收住院人员和对应的住院医院并为住院人员分配床位。
进一步地,所述登记模块用于医护人员登记医院中的基础信息,所述基础信息包括各种医疗器械信息和药品库存信息;并将基础信息传输至服务器存储;
所述数据录入模块用于医护人员录入患者的诊疗信息,所述诊疗信息包括患者的住院情况、患者的就诊部门、患者的住址、患者的病况详情、治疗所需要药品信息和医疗器械信息;所述患者的住院情况分为住院与非住院两种。
进一步地,所述步骤四中获取初选医院的资丰值TS;具体步骤为:
X1:将初选医院的住院距离标记为L1;将初选医院的空闲床位数标记为L2;
X2:设定初选医院的床位占用系数为L3;设定初选医院的医疗器械占用系数为L4;将初选医院的药品储存系数标记为L5;
X3:将住院距离、空闲床位数、床位占用系数、医疗器械占用系数和药品储存系数进行归一化处理并取其数值;
X4:利用公式TS=(L2×a1+L5×a2)/(L1×a3+L3×a4+L4×a5)获取得到初选医院的资丰值TS;其中a1、a2、a3、a4、a5均为系数因子。
进一步地,所述床位分配模块的具体分配步骤为:
S1:采集住院医院内所有医护病床信息和医护病床对应的患者信息;所述医护病床信息分为病床空闲和病床占用两种;所述患者信息包括患者的姓名、年龄以及病况详情;
S2:获取住院医院内的空闲床位并标记为初选床位;以初选床位的位置为原点,标记半径r1内的所有医护病床信息;然后对该区域内所标记的所有医护病床信息进行分析,获取得到初选床位的拥挤值TC;具体为:
S21:统计该区域内医护病床的总数量并标记为C1;将该区域内的空闲床位数量标记为C2;
S22:将该区域内的被占用的床位标记为占用床位;将占用床位的位置与初选床位的置进行距离差计算得到占用间距,将占用间距与间距阈值相比较;若占用间距小于等于间距阈值,则将该占用间距标记为影响间距;
统计影响间距出现的次数并标记为C3;将影响间距标记为G1;
S23:设定拥挤系数为Ki;i=1,2,……,n;其中,K1>K2>……>Kn;每个拥挤系数Ki均对应一个预设影响间距范围,依次分别为(k1,k2],(k2,k3],…,(kn,kn+1];且k1<k2<…<kn<kn+1;
当G1∈(ki,ki+1],则预设影响间距范围对应的拥挤系数为Ki;
利用公式G2=G1×Ki获取得到影响间距对应的影响值G2,将所有的影响间距对应影响值进行求和得到影响总值,并标记为G3;
S24:利用公式TC=(L2×d1+G3×d2)/(C2+C2/C1)获取得到初选床位的拥挤值TC,其中d1、d2为系数因子;
S3:获取该区域内所标记的所有医护病床对应的患者信息;并对患者信息进行分析,获取得到该初选床位的吸引值Qc;
S4:利用公式PE=(Qc×b1)/(TC×b2)获取得到该初选床位的分配值PE,其中b1、b2均为系数因子;
S5:选取分配值PE最大的初选床位标记为选中床位;
所述床位分配模块用于将住院人员、对应的住院医院和对应的选中床位传输至服务器;所述服务器用于将住院人员、对应的住院医院和对应的选中床位传输至显示模块实时显示。
进一步地,步骤S3中对患者信息进行分析,获取得到该初选床位的吸引值Qc;具体步骤为:
S31:获取患者信息中对应的年龄,将患者的年龄与住院人员的年龄进行差值计算获取得到年龄差,将年龄差与年龄差阈值相比较,若年龄差≤年龄差阈值,则认为该患者与住院人员处于同一年龄段;
统计该区域内与住院人员处于同一年龄段的患者人数并标记为R1;利用公式Zb=R1/(C1-C2)获取得到对应的年龄段占比Zb;其中(C1-C2)表示为该区域内占用床位的数量,即该区域内的患者总人数;
S32:获取患者信息中对应的病况详情;对该病况详情与住院人员的病况详情分别进行关键词提取;然后将该病况详情的关键词与住院人员病况详情的关键词进行匹配,获取得到关键词重合度,并标记为CH;
若CH≥重合度阈值,则认为该患者与住院人员的病况详情一致;
统计与住院人员病况详情一致的患者人数并标记为R2;
利用公式Cb=R2/(C1-C2)获取得到对应的病况占比Cb;
S33:利用公式Qc=Zb×d4+Cb×d5获取得到该初选床位的吸引值Qc,其中d4、d5均为系数因子。
进一步地,所述监测模块用于获取住院人员的诊疗信息并根据诊疗信息对各医院的医疗资源进行分析,所述医疗资源包括医疗床位、药品和医疗器械;具体步骤为:
V1:获取到第一预设时间段内;该医院的就诊人数,并将其标定为H1;
获取到第一时间段内,该医院的就诊患者住院数,并将其标定为W1;
利用公式L3=W1/H1获取得到该医院的床位占用系数L3;
V2:获取住院人员的诊疗信息,将诊疗信息中对应的药品信息标记为目标药品,对应的医疗器械信息标记为目标医疗器械;
将该医院内目标药品的剩余库存量标记为KC;
采集该医院内目标药品近三十天的交易量进行求和并取均值获取得到日均交易量并标记为RC;
利用公式L5=KC/RC×g1获取得到该医院的药品储存系数L5,其中g1为系数因子;
V3:将该医院内目标医疗器械的数量标记为FC;采集该医院内目标医疗器械近三十天的使用次数进行求和并取均值获取得到日均频次并标记为PC;
利用公式L4=FC/PC×g2获取得到该医院的医疗器械占用系数L4,其中g2为系数因子;
所述监测模块用于将医院和医院对应的床位占用系数、药品储存系数、医疗器械占用系数传输至服务器进行存储。
本发明的有益效果是:
1、本发明中数据分析模块在接收到数据提取模块中传输的分析信号时,即开始依据分析信号来进行分析操作,当患者需要住院时,将患者标记为住院人员;判断当前就诊医院中是否有空闲床位;若有空闲床位,且对应的治疗所需要药品信息和医疗器械信息与服务器中存储的当前就诊医院的医疗器械信息和药品库存信息匹配一致,则将当前就诊医院标记为住院医院;若匹配不一致,获取患者的住址,将患者的住址与医院的位置进行距离差计算获取得到住院距离;设定距离阈值为D,将住院距离≤距离阈值D且符合诊疗信息的医院标记为初选医院;结合初选医院的住院距离、空闲床位数、床位占用系数、医疗器械占用系数和药品储存系数,计算得到初选医院的资丰值TS;将资丰值TS最大的初选医院标记为住院医院;本发明在就诊医院中的床位饱和时,能够根据资丰值选择对应的住院医院对后续在该就诊医院中的住院人员进行合理的安置,使得其它医院中的空闲床位得到合理的利用;
2、本发明中床位分配模块用于接收住院人员和对应的住院医院并为住院人员分配床位,采集住院医院内所有医护病床信息和医护病床对应的患者信息;获取住院医院内的空闲床位并标记为初选床位;以初选床位的位置为原点,标记半径r1内的所有医护病床信息;然后对该区域内所标记的所有医护病床信息进行分析,获取得到初选床位的拥挤值TC;再获取该区域内所标记的所有医护病床对应的患者信息;并对患者信息进行分析,获取得到该初选床位的吸引值,结合拥挤值、吸引值;利用公式PE=(Qc×b1)/(TC×b2)获取得到该初选床位的分配值PE,选取分配值PE最大的初选床位标记为选中床位;本发明能够根据分配值合理为住院人员安排床位,使得住院人员入住在一个较为宽松且周围人员在同一年龄段、病况一致的环境中,提高住院人员的体验感,同时也方便医护人员进行护理,避免人力浪费的问题。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种基于大数据的医疗床位安排系统,包括登记模块、数据录入模块、服务器、数据提取模块、数据分析模块、床位分配模块、监测模块以及显示模块;
登记模块用于医护人员登记医院中的基础信息,基础信息包括各种医疗器械信息和药品库存信息;并将基础信息传输至服务器存储;
数据录入模块用于医护人员录入患者的诊疗信息,诊疗信息包括患者的住院情况、患者的就诊部门、患者的住址、患者的病况详情、治疗所需要药品信息和医疗器械信息;患者的住院情况分为住院与非住院两种;
数据录入模块用于将诊疗信息传输至数据提取模块;数据提取模块在接收到数据录入模块中传输的诊疗信息时,将诊疗信息中患者是否住院及患者的就诊部门中的数据进行提取,并生成分析信号传输至数据分析模块;数据分析模块在接收到数据提取模块中传输的分析信号时,即开始依据分析信号来进行分析操作,具体步骤如下:
步骤一:当患者需要住院时,将患者标记为住院人员;
步骤二:判断当前就诊医院中是否有空闲床位;
若有空闲床位,则获取诊疗信息中对应的治疗所需要药品信息和医疗器械信息;并将对应的治疗所需要药品信息和医疗器械信息与服务器中存储的当前就诊医院的医疗器械信息和药品库存信息进行匹配;若匹配一致,则将当前就诊医院标记为住院医院;若匹配不一致,则执行步骤三;
若无空闲床位,则执行步骤三;
步骤三:获取患者的住址,将患者的住址与医院的位置进行距离差计算获取得到住院距离;
设定距离阈值为D,将住院距离≤距离阈值D且符合诊疗信息的医院标记为初选医院;符合诊疗信息表示为该医院有空闲床位,且库存有治疗所需要药品信息和医疗器械信息;
步骤四:获取初选医院的资丰值TS;将资丰值TS最大的初选医院标记为住院医院;具体步骤为:
X1:将初选医院的住院距离标记为L1;将初选医院的空闲床位数标记为L2;
X2:设定初选医院的床位占用系数为L3;设定初选医院的医疗器械占用系数为L4;将初选医院的药品储存系数标记为L5;
X3:将住院距离、空闲床位数、床位占用系数、医疗器械占用系数和药品储存系数进行归一化处理并取其数值;
X4:利用公式TS=(L2×a1+L5×a2)/(L1×a3+L3×a4+L4×a5)获取得到初选医院的资丰值TS;其中a1、a2、a3、a4、a5均为系数因子;例如a1取值0.21,a2取值0.41,a3取值0.17,a4取值0.33,a5取值0.65;资丰值TS越大,则表明该初选医院医疗资源越充足;
数据分析模块用于将住院人员和对应的住院医院传输至服务器;服务器用于将住院人员和对应的住院医院传输至床位分配模块;
床位分配模块用于接收住院人员和对应的住院医院并为住院人员分配床位,具体分配步骤为:
S1:采集住院医院内所有医护病床信息和医护病床对应的患者信息;医护病床信息分为病床空闲和病床占用两种;患者信息包括患者的姓名、年龄以及病况详情;
S2:获取住院医院内的空闲床位并标记为初选床位;以初选床位的位置为原点,标记半径r1内的所有医护病床信息;然后对该区域内所标记的所有医护病床信息进行分析,获取得到初选床位的拥挤值TC;具体为:
S21:统计该区域内医护病床的总数量并标记为C1;将该区域内的空闲床位数量标记为C2;
S22:将该区域内的被占用的床位标记为占用床位;将占用床位的位置与初选床位的置进行距离差计算得到占用间距,将占用间距与间距阈值相比较;若占用间距小于等于间距阈值,则将该占用间距标记为影响间距;
统计影响间距出现的次数并标记为C3;将影响间距标记为G1;
S23:设定拥挤系数为Ki;i=1,2,……,n;其中,K1>K2>……>Kn;每个拥挤系数Ki均对应一个预设影响间距范围,依次分别为(k1,k2],(k2,k3],…,(kn,kn+1];且k1<k2<…<kn<kn+1;
当G1∈(ki,ki+1],则预设影响间距范围对应的拥挤系数为Ki;
利用公式G2=G1×Ki获取得到影响间距对应的影响值G2,将所有的影响间距对应影响值进行求和得到影响总值,并标记为G3;
S24:利用公式TC=(L2×d1+G3×d2)/(C2+C2/C1)获取得到初选床位的拥挤值TC,其中d1、d2为系数因子;例如d1取值0.38,d2取值0.44;
S3:获取该区域内所标记的所有医护病床对应的患者信息;并对患者信息进行分析,获取得到该初选床位的吸引值,具体为:
S31:获取患者信息中对应的年龄,将患者的年龄与住院人员的年龄进行差值计算获取得到年龄差,将年龄差与年龄差阈值相比较,若年龄差≤年龄差阈值,则认为该患者与住院人员处于同一年龄段;
统计该区域内与住院人员处于同一年龄段的患者人数并标记为R1;利用公式Zb=R1/(C1-C2)获取得到对应的年龄段占比Zb;其中(C1-C2)表示为该区域内占用床位的数量,即该区域内的患者总人数;
S32:获取患者信息中对应的病况详情;对该病况详情与住院人员的病况详情分别进行关键词提取;然后将该病况详情的关键词与住院人员病况详情的关键词进行匹配,获取得到关键词重合度,并标记为CH;
若CH≥重合度阈值,则认为该患者与住院人员的病况详情一致;
统计与住院人员病况详情一致的患者人数并标记为R2;
利用公式Cb=R2/(C1-C2)获取得到对应的病况占比Cb;
S33:利用公式Qc=Zb×d4+Cb×d5获取得到该初选床位的吸引值Qc,其中d4、d5均为系数因子;例如d4取值0.45,d5取值0.66;
S4:利用公式PE=(Qc×b1)/(TC×b2)获取得到该初选床位的分配值PE,其中b1、b2均为系数因子,例如b1取值1.21,b2取值0.98;
S5:选取分配值PE最大的初选床位标记为选中床位;
床位分配模块用于将住院人员、对应的住院医院和对应的选中床位传输至服务器;服务器用于将住院人员、对应的住院医院和对应的选中床位传输至显示模块实时显示;
监测模块用于获取住院人员的诊疗信息并根据诊疗信息对各医院的医疗资源进行分析,医疗资源包括医疗床位、药品和医疗器械;具体步骤为:
V1:获取到第一预设时间段内;该医院的就诊人数,并将其标定为H1;
获取到第一时间段内,该医院的就诊患者住院数,并将其标定为W1;
利用公式L3=W1/H1获取得到该医院的床位占用系数L3;
V2:获取住院人员的诊疗信息,将诊疗信息中对应的药品信息标记为目标药品,对应的医疗器械信息标记为目标医疗器械;
将该医院内目标药品的剩余库存量标记为KC;
采集该医院内目标药品近三十天的交易量进行求和并取均值获取得到日均交易量并标记为RC;
利用公式L5=KC/RC×g1获取得到该医院的药品储存系数L5,其中g1为系数因子;例如g1取值2.35;
V3:将该医院内目标医疗器械的数量标记为FC;采集该医院内目标医疗器械近三十天的使用次数进行求和并取均值获取得到日均频次并标记为PC;
利用公式L4=FC/PC×g2获取得到该医院的医疗器械占用系数L4,其中g2为系数因子;例如g2取值1.05;
监测模块用于将医院和医院对应的床位占用系数、药品储存系数、医疗器械占用系数传输至服务器进行存储。
本发明的工作原理是:
一种基于大数据的医疗床位安排系统,在工作时,数据录入模块用于医护人员录入患者的诊疗信息,数据提取模块在接收到数据录入模块中传输的诊疗信息时,将诊疗信息中患者是否住院及患者的就诊部门中的数据进行提取,并生成分析信号传输至数据分析模块;数据分析模块在接收到数据提取模块中传输的分析信号时,即开始依据分析信号来进行分析操作,当患者需要住院时,将患者标记为住院人员;判断当前就诊医院中是否有空闲床位;若有空闲床位,且对应的治疗所需要药品信息和医疗器械信息与服务器中存储的当前就诊医院的医疗器械信息和药品库存信息匹配一致,则将当前就诊医院标记为住院医院;若匹配不一致,获取患者的住址,将患者的住址与医院的位置进行距离差计算获取得到住院距离;设定距离阈值为D,将住院距离≤距离阈值D且符合诊疗信息的医院标记为初选医院;结合初选医院的住院距离、空闲床位数、床位占用系数、医疗器械占用系数和药品储存系数,计算得到初选医院的资丰值TS;将资丰值TS最大的初选医院标记为住院医院;本发明在就诊医院中的床位饱和时,能够根据资丰值选择对应的住院医院对后续在该就诊医院中的住院人员进行合理的安置,使得其它医院中的空闲床位得到合理的利用;
床位分配模块用于接收住院人员和对应的住院医院并为住院人员分配床位,采集住院医院内所有医护病床信息和医护病床对应的患者信息;获取住院医院内的空闲床位并标记为初选床位;以初选床位的位置为原点,标记半径r1内的所有医护病床信息;然后对该区域内所标记的所有医护病床信息进行分析,获取得到初选床位的拥挤值TC;再获取该区域内所标记的所有医护病床对应的患者信息;并对患者信息进行分析,获取得到该初选床位的吸引值,结合拥挤值、吸引值;利用公式PE=(Qc×b1)/(TC×b2)获取得到该初选床位的分配值PE,选取分配值PE最大的初选床位标记为选中床位;本发明能够根据分配值合理为住院人员安排床位,使得住院人员入住在一个较为宽松且周围人员在同一年龄段、病况一致的环境中,提高住院人员的体验感,同时也方便医护人员进行护理,避免人力浪费的问题。
上述公式和系数因子均是由采集大量数据进行软件模拟及相应专家进行参数设置处理,得到与真实结果符合的公式和系数因子。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (6)

1.一种基于大数据的医疗床位安排系统,其特征在于,包括登记模块、数据录入模块、服务器、数据提取模块、数据分析模块、床位分配模块、监测模块以及显示模块;
所述数据录入模块用于将诊疗信息传输至数据提取模块;所述数据提取模块在接收到数据录入模块中传输的诊疗信息时,将诊疗信息中患者是否住院及患者的就诊部门中的数据进行提取,并生成分析信号传输至数据分析模块;所述数据分析模块在接收到数据提取模块中传输的分析信号时,即开始依据分析信号来进行分析操作,获取得到对应的住院医院;具体步骤如下:
步骤一:当患者需要住院时,将患者标记为住院人员;
步骤二:判断当前就诊医院中是否有空闲床位;
若有空闲床位,则获取诊疗信息中对应的治疗所需要药品信息和医疗器械信息;并将对应的治疗所需要药品信息和医疗器械信息与服务器中存储的当前就诊医院的医疗器械信息和药品库存信息进行匹配;若匹配一致,则将当前就诊医院标记为住院医院;若匹配不一致,则执行步骤三;
若无空闲床位,则执行步骤三;
步骤三:获取患者的住址,将患者的住址与医院的位置进行距离差计算获取得到住院距离;
设定距离阈值为D,将住院距离≤距离阈值D且符合诊疗信息的医院标记为初选医院;所述符合诊疗信息表示为该医院有空闲床位,且库存有治疗所需要药品信息和医疗器械信息;
步骤四:获取初选医院的资丰值TS;将资丰值TS最大的初选医院标记为住院医院;
所述数据分析模块用于将住院人员和对应的住院医院传输至服务器;所述服务器用于将住院人员和对应的住院医院传输至床位分配模块;
所述床位分配模块用于接收住院人员和对应的住院医院并为住院人员分配床位。
2.根据权利要求1所述的一种基于大数据的医疗床位安排系统,其特征在于,所述登记模块用于医护人员登记医院中的基础信息,所述基础信息包括各种医疗器械信息和药品库存信息;并将基础信息传输至服务器存储;
所述数据录入模块用于医护人员录入患者的诊疗信息,所述诊疗信息包括患者的住院情况、患者的就诊部门、患者的住址、患者的病况详情、治疗所需要药品信息和医疗器械信息;所述患者的住院情况分为住院与非住院两种。
3.根据权利要求1所述的一种基于大数据的医疗床位安排系统,其特征在于,所述步骤四中获取初选医院的资丰值TS;具体步骤为:
X1:将初选医院的住院距离标记为L1;将初选医院的空闲床位数标记为L2;
X2:设定初选医院的床位占用系数为L3;设定初选医院的医疗器械占用系数为L4;将初选医院的药品储存系数标记为L5;
X3:将住院距离、空闲床位数、床位占用系数、医疗器械占用系数和药品储存系数进行归一化处理并取其数值;
X4:利用公式TS=(L2×a1+L5×a2)/(L1×a3+L3×a4+L4×a5)获取得到初选医院的资丰值TS;其中a1、a2、a3、a4、a5均为系数因子。
4.根据权利要求1所述的一种基于大数据的医疗床位安排系统,其特征在于,所述床位分配模块的具体分配步骤为:
S1:采集住院医院内所有医护病床信息和医护病床对应的患者信息;所述医护病床信息分为病床空闲和病床占用两种;所述患者信息包括患者的姓名、年龄以及病况详情;
S2:获取住院医院内的空闲床位并标记为初选床位;以初选床位的位置为原点,标记半径r1内的所有医护病床信息;然后对该区域内所标记的所有医护病床信息进行分析,获取得到初选床位的拥挤值TC;具体为:
S21:统计该区域内医护病床的总数量并标记为C1;将该区域内的空闲床位数量标记为C2;
S22:将该区域内的被占用的床位标记为占用床位;将占用床位的位置与初选床位的置进行距离差计算得到占用间距,将占用间距与间距阈值相比较;若占用间距小于等于间距阈值,则将该占用间距标记为影响间距;
统计影响间距出现的次数并标记为C3;将影响间距标记为G1;
S23:设定拥挤系数为Ki;i=1,2,……,n;其中,K1>K2>……>Kn;每个拥挤系数Ki均对应一个预设影响间距范围,依次分别为(k1,k2],(k2,k3],…,(kn,kn+1];且k1<k2<…<kn<kn+1;
当G1∈(ki,ki+1],则预设影响间距范围对应的拥挤系数为Ki;
利用公式G2=G1×Ki获取得到影响间距对应的影响值G2,将所有的影响间距对应影响值进行求和得到影响总值,并标记为G3;
S24:利用公式TC=(L2×d1+G3×d2)/(C2+C2/C1)获取得到初选床位的拥挤值TC,其中d1、d2为系数因子;
S3:获取该区域内所标记的所有医护病床对应的患者信息;并对患者信息进行分析,获取得到该初选床位的吸引值Qc;
S4:利用公式PE=(Qc×b1)/(TC×b2)获取得到该初选床位的分配值PE,其中b1、b2均为系数因子;
S5:选取分配值PE最大的初选床位标记为选中床位;
所述床位分配模块用于将住院人员、对应的住院医院和对应的选中床位传输至服务器;所述服务器用于将住院人员、对应的住院医院和对应的选中床位传输至显示模块实时显示。
5.根据权利要求4所述的一种基于大数据的医疗床位安排系统,其特征在于,步骤S3中对患者信息进行分析,获取得到该初选床位的吸引值Qc;具体步骤为:
S31:获取患者信息中对应的年龄,将患者的年龄与住院人员的年龄进行差值计算获取得到年龄差,将年龄差与年龄差阈值相比较,若年龄差≤年龄差阈值,则认为该患者与住院人员处于同一年龄段;
统计该区域内与住院人员处于同一年龄段的患者人数并标记为R1;利用公式Zb=R1/(C1-C2)获取得到对应的年龄段占比Zb;其中(C1-C2)表示为该区域内占用床位的数量,即该区域内的患者总人数;
S32:获取患者信息中对应的病况详情;对该病况详情与住院人员的病况详情分别进行关键词提取;然后将该病况详情的关键词与住院人员病况详情的关键词进行匹配,获取得到关键词重合度,并标记为CH;
若CH≥重合度阈值,则认为该患者与住院人员的病况详情一致;
统计与住院人员病况详情一致的患者人数并标记为R2;
利用公式Cb=R2/(C1-C2)获取得到对应的病况占比Cb;
S33:利用公式Qc=Zb×d4+Cb×d5获取得到该初选床位的吸引值Qc,其中d4、d5均为系数因子。
6.根据权利要求1所述的一种基于大数据的医疗床位安排系统,其特征在于,所述监测模块用于获取住院人员的诊疗信息并根据诊疗信息对各医院的医疗资源进行分析,所述医疗资源包括医疗床位、药品和医疗器械;具体步骤为:
V1:获取到第一预设时间段内;该医院的就诊人数,并将其标定为H1;
获取到第一时间段内,该医院的就诊患者住院数,并将其标定为W1;
利用公式L3=W1/H1获取得到该医院的床位占用系数L3;
V2:获取住院人员的诊疗信息,将诊疗信息中对应的药品信息标记为目标药品,对应的医疗器械信息标记为目标医疗器械;
将该医院内目标药品的剩余库存量标记为KC;
采集该医院内目标药品近三十天的交易量进行求和并取均值获取得到日均交易量并标记为RC;
利用公式L5=KC/RC×g1获取得到该医院的药品储存系数L5,其中g1为系数因子;
V3:将该医院内目标医疗器械的数量标记为FC;采集该医院内目标医疗器械近三十天的使用次数进行求和并取均值获取得到日均频次并标记为PC;
利用公式L4=FC/PC×g2获取得到该医院的医疗器械占用系数L4,其中g2为系数因子;
所述监测模块用于将医院和医院对应的床位占用系数、药品储存系数、医疗器械占用系数传输至服务器进行存储。
CN202110237174.XA 2021-03-03 2021-03-03 一种基于大数据的医疗床位安排系统 Withdrawn CN113066564A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110237174.XA CN113066564A (zh) 2021-03-03 2021-03-03 一种基于大数据的医疗床位安排系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110237174.XA CN113066564A (zh) 2021-03-03 2021-03-03 一种基于大数据的医疗床位安排系统

Publications (1)

Publication Number Publication Date
CN113066564A true CN113066564A (zh) 2021-07-02

Family

ID=76559622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110237174.XA Withdrawn CN113066564A (zh) 2021-03-03 2021-03-03 一种基于大数据的医疗床位安排系统

Country Status (1)

Country Link
CN (1) CN113066564A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116313017A (zh) * 2023-05-16 2023-06-23 河北金锁安防工程股份有限公司 云计算下的公共卫生调度一体化平台
CN117077989A (zh) * 2023-10-17 2023-11-17 广州市城市规划勘测设计研究院 一种医疗床位超负荷报警方法
CN117196349A (zh) * 2023-11-02 2023-12-08 中国人民解放军总医院第三医学中心 一种住院床位信息智能管理系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116313017A (zh) * 2023-05-16 2023-06-23 河北金锁安防工程股份有限公司 云计算下的公共卫生调度一体化平台
CN116313017B (zh) * 2023-05-16 2023-08-29 河北金锁安防工程股份有限公司 云计算下的公共卫生调度一体化平台
CN117077989A (zh) * 2023-10-17 2023-11-17 广州市城市规划勘测设计研究院 一种医疗床位超负荷报警方法
CN117077989B (zh) * 2023-10-17 2024-04-05 广州市城市规划勘测设计研究院 一种医疗床位超负荷报警方法
CN117196349A (zh) * 2023-11-02 2023-12-08 中国人民解放军总医院第三医学中心 一种住院床位信息智能管理系统
CN117196349B (zh) * 2023-11-02 2024-02-23 中国人民解放军总医院第三医学中心 一种住院床位信息智能管理系统

Similar Documents

Publication Publication Date Title
Kalid et al. Based real time remote health monitoring systems: A review on patients prioritization and related" big data" using body sensors information and communication technology
CN113066564A (zh) 一种基于大数据的医疗床位安排系统
Rippen et al. Organizational framework for health information technology
Celi et al. The eICU: it’s not just telemedicine
US9898513B2 (en) System, method and computer program for multi-dimensional temporal and relative data mining framework, analysis and sub-grouping
Tsumoto et al. Similarity-based behavior and process mining of medical practices
WO2022267678A1 (zh) 视频问诊方法、装置、设备及存储介质
CN104956391A (zh) 临床仪表板用户界面系统和方法
CN106326623B (zh) 健康信息处理方法及系统
CN108257648B (zh) 一种基于大数据的医疗健康数据管理系统
CN110232960A (zh) 一种基于大数据的智能荐药系统及其取药柜
US20190108264A1 (en) System prototype of intelligent regional mobile healthcare integrated data center based on metadata
CN107016249A (zh) 一种个案处理方法及装置
CN116504373A (zh) 数智病房综合管理信息平台
JP2016018224A (ja) 健康状態予測診断利用サービスシステム
Otto et al. Defining and delimitating telemedicine and related terms-an ontology-based classification
CN103384886A (zh) 学习和优化护理协议
Potluka et al. Evaluation of eHealth assistance in-hospital care for improved quality of life in patients
CN112435723A (zh) 一种医院智能预检三合一方法、装置及存储介质
CN114882983B (zh) 一种智慧病房交互方法、系统及储存介质
CN116936071A (zh) 预诊系统
CN103886172A (zh) 数据的推送方法、装置及用户设备
Traver et al. Personal health: the new paradigm to make sustainable the health care system
Wang et al. Enhancing Quality of Patients Care and Improving Patient Experience in China with Assistance of Artificial Intelligence
Tang et al. Effect of new nurse-led healthcare collaborative model on self-efficacy, compliance and quality of life in patients with chronic diseases

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20210702

WW01 Invention patent application withdrawn after publication